郭清斌，鄒結(jié)富,2，陳積微，宋 靜

(1.中節(jié)能工程技術(shù)研究院有限公司，北京 100082；2.中國節(jié)能環(huán)保集團(tuán)公司，北京 100082)

在1955年，Kuznets[1]提出收入不平等與經(jīng)濟(jì)增長之間呈倒U型曲線關(guān)系。而Grossman等[2]則首先提出了環(huán)境污染水平與人均收入之間存在明確關(guān)系，他們利用全球環(huán)境監(jiān)測系統(tǒng)提供的煙塵和懸浮顆粒物數(shù)據(jù)，實(shí)證分析了世界上很多城市的環(huán)境污染水平和人均收入之間的關(guān)系，認(rèn)為某國的人均收入水平達(dá)到一定值時，其污染物的濃度將達(dá)到峰值。

Panayoutou等[3]則借用庫茲涅茨曲線，定義了環(huán)境庫茲涅茨曲線(EKC)，說明環(huán)境與人均收入之間存在倒U型關(guān)系。經(jīng)濟(jì)增長早期，污染排放增加，環(huán)境質(zhì)量下降。當(dāng)人均收入超過某一水平時，隨著收入繼續(xù)增加，環(huán)境質(zhì)量趨于改善。這一發(fā)現(xiàn)極大影響了全球環(huán)境政策。EKC的結(jié)論指出，雖然經(jīng)濟(jì)增長在早期階段會導(dǎo)致環(huán)境的惡化，但對絕大多數(shù)國家來說，改善環(huán)境的最佳也可能是唯一的途徑就是變得富有[4]，甚至環(huán)境規(guī)制措施在降低經(jīng)濟(jì)增速的同時也降低了環(huán)境質(zhì)量。也就是說，先污染再治理的道路其實(shí)是符合規(guī)律的。

EKC假說提出后，關(guān)于假說的爭論和質(zhì)疑一直沒停止過。國內(nèi)外很多學(xué)者進(jìn)行了大量的實(shí)證研究后，不僅沒有達(dá)成統(tǒng)一認(rèn)識，反而出現(xiàn)了相互矛盾的結(jié)論。例如，國外的一些研究結(jié)果表明隨著人均收入的增加，人均二氧化碳排放量呈線性上升態(tài)勢，而另一些研究則認(rèn)為硫化物和GDP之間不符合EKC規(guī)律[5]。造成結(jié)論矛盾的一個重要原因是環(huán)境指標(biāo)的選擇，不同研究往往選擇不同的指標(biāo)，從而導(dǎo)致了相反的結(jié)論，甚至在同一研究中，選取不同指標(biāo)也可能得到不同的曲線形態(tài)。

國內(nèi)外學(xué)者應(yīng)用EKC理論對環(huán)境和經(jīng)濟(jì)增長的相關(guān)性進(jìn)行了很多研究，但這些研究并未深入考慮環(huán)境指標(biāo)選擇的影響，因此得到的結(jié)論大相徑庭[6-12]。并且許多研究只考慮數(shù)據(jù)的可得性，直接采用從統(tǒng)計年鑒中獲得的污染指標(biāo)數(shù)據(jù)用于研究，而不考慮環(huán)境數(shù)據(jù)的真實(shí)性。例如常用的工業(yè)廢水排放量，該項指標(biāo)由企業(yè)自行統(tǒng)計上報，與真實(shí)情況存在一定偏差，并且不同企業(yè)排放廢水水質(zhì)差別巨大，產(chǎn)生的環(huán)境影響有很大差異，這就導(dǎo)致了采用這些數(shù)據(jù)得到的研究結(jié)論經(jīng)不起推敲。此外，國家間差異也可能造成研究結(jié)果偏差。

中國的七大水系覆蓋了全國絕大多數(shù)省份，可以代表中國諸多省份的水環(huán)境狀況，各大流域的環(huán)境質(zhì)量狀況差別很大。同時中國經(jīng)濟(jì)發(fā)展也表現(xiàn)出了強(qiáng)烈的地區(qū)差異性，且中國省份眾多，有著相同的政治體制，同時擁有相對獨(dú)立的社會經(jīng)濟(jì)發(fā)展數(shù)據(jù)，這對于識別EKC的存在性給出了近似自然實(shí)驗(yàn)的條件。

筆者收集了中國30個省份在2000—2011年間的水污染數(shù)據(jù)和經(jīng)濟(jì)發(fā)展數(shù)據(jù)(數(shù)據(jù)來源于國家統(tǒng)計局公布的環(huán)境統(tǒng)計數(shù)據(jù)以及中國城市建設(shè)統(tǒng)計年鑒)，在此基礎(chǔ)上針對不同水環(huán)境污染指標(biāo)與人均GDP的關(guān)系，采用模型擬合的方法對EKC進(jìn)行驗(yàn)證，指出同一環(huán)境要素不同指標(biāo)之間的差異所在，提出進(jìn)行水環(huán)境EKC研究時對指標(biāo)進(jìn)行修正的方法，并試圖分析數(shù)據(jù)背后反映的中國水環(huán)境污染治理現(xiàn)狀。

1 工業(yè)廢水排放量與經(jīng)濟(jì)增長的關(guān)系

使用工業(yè)廢水排放量作為水環(huán)境污染指標(biāo)，經(jīng)濟(jì)指標(biāo)采用人均GDP和人均GDP平方項。假設(shè)如下的回歸模型：

(1)

式中：Pwater為工業(yè)廢水排放量；y為人均GDP；i=1,2,3,……,N，表示省份變量；t=1,2,3,……,T，表示時間變量；u為誤差項。

對數(shù)據(jù)進(jìn)行F檢驗(yàn)，檢驗(yàn)結(jié)果支持采用個體固定效用模型?？紤]到各省工業(yè)廢水排放量之間的絕對差距很大，故而采用個體固定效用模型，工業(yè)廢水排放量與人均GDP擬合結(jié)果如表1所示。

包含人均GDP平方項的估計結(jié)果如下：

表1 工業(yè)廢水排放量與人均GDP擬合結(jié)果

從回歸方程的形式上看，一次項系數(shù)為正，二次項系數(shù)為負(fù)，面板數(shù)據(jù)支持遵從倒U型曲線。但系數(shù)的絕對值很小，所以大體上可以估計當(dāng)前中國工業(yè)污染處于EKC的上升階段，已經(jīng)隱約出現(xiàn)了污染排放增長率下降的趨勢。

這個結(jié)果與中國近十多年的經(jīng)濟(jì)增長歸因分析的結(jié)論吻合。中國在1998年之后進(jìn)入了一個新的經(jīng)濟(jì)增長階段，要素投入對經(jīng)濟(jì)增長的貢獻(xiàn)率達(dá)到95%以上[13]，其中又以資本投入和自然資源投入為主。從綠色增長模型中生產(chǎn)函數(shù)的形式考慮，在沒有技術(shù)進(jìn)步支持的情況下，環(huán)境與經(jīng)濟(jì)之間更多體現(xiàn)出規(guī)模效應(yīng)，即隨著經(jīng)濟(jì)增長，污染排放持續(xù)增加。同時此模型顯示，污染排放增長率呈下降趨勢。

2 工業(yè)廢水排放當(dāng)量與經(jīng)濟(jì)增長的關(guān)系

之前面板數(shù)據(jù)分析的基本模型是直接采用工業(yè)廢水排放量作為水環(huán)境污染指標(biāo)數(shù)據(jù)，考慮的是經(jīng)濟(jì)增長過程中，生產(chǎn)技術(shù)的環(huán)境直接排放系數(shù)變動情況。如果生產(chǎn)企業(yè)本身更多地采用從源頭控污的生產(chǎn)技術(shù)，那必然會減少工業(yè)廢水排放量。然而2000—2011年的面板數(shù)據(jù)表明，中國的工業(yè)生產(chǎn)中，工業(yè)廢水排放量并沒有下降，減少水資源消耗的綠色生產(chǎn)技術(shù)并沒有得到廣泛應(yīng)用。另外一方面，企業(yè)可以采取更直接的末端處理技術(shù)，在不改變廢水排放量的情況下，降低廢水中的污染物濃度，使水環(huán)境污染物的總排放量顯著下降，從而實(shí)現(xiàn)環(huán)境保護(hù)的目標(biāo)。

采用新的水環(huán)境污染指標(biāo)數(shù)據(jù)進(jìn)行新模型構(gòu)建擬合。有研究曾經(jīng)統(tǒng)計出中國工業(yè)廢水直接排放的平均污染物濃度，以COD計約為400 mg/L；達(dá)標(biāo)排放的數(shù)據(jù)由各行業(yè)數(shù)據(jù)加權(quán)后，平均污染物濃度以COD計約為188 mg/L，近似為直接排放的一半[14]。因此本研究中，將直接排放的工業(yè)廢水定義為1個當(dāng)量，達(dá)標(biāo)排放的工業(yè)廢水為-0.53個當(dāng)量。具體到某個省，工業(yè)廢水排放量為Pwater，其中達(dá)標(biāo)排放量為Ewater，定義新的水環(huán)境污染指標(biāo)為工業(yè)廢水排放當(dāng)量Dp。

Dp=Pwater-0.53Ewater

(2)

假設(shè)存在如下的回歸模型：

(3)

擬合結(jié)果如下：

Dp=33 766.00+αi+0.466 023lnyit-

工業(yè)廢水排放當(dāng)量與人均GDP擬合結(jié)果如表2所示。

表2 工業(yè)廢水排放當(dāng)量與人均GDP擬合結(jié)果

與采用工業(yè)廢水排放數(shù)據(jù)的擬合結(jié)果相比，該模型擬合結(jié)果在二次項系數(shù)顯著性上表現(xiàn)更好，t值約為3.087。這意味著采用了工業(yè)廢水排放當(dāng)量數(shù)據(jù)后，更多的省份數(shù)據(jù)都表現(xiàn)出遵循EKC規(guī)律。同時擬合結(jié)果也表明，獨(dú)立的污染治理部門有效運(yùn)作能夠使污染排放在更低的人均GDP時期達(dá)到轉(zhuǎn)折點(diǎn)，從而加快了經(jīng)濟(jì)體向可持續(xù)發(fā)展的道路前進(jìn)。

3 污染感知度與經(jīng)濟(jì)增長的關(guān)系

3.1 工業(yè)廢水排放污染感知度與人均GDP的模型擬合

國內(nèi)不同省份間自然水環(huán)境差異非常大，有些省份擁有大江大河，降雨量大，水資源總量非常豐富；有些省份天氣干旱，降雨稀少，過境河流也寥寥無幾，水資源非常稀缺。所以對于同樣數(shù)量的污染物排放，不同的水資源總量會表現(xiàn)出不同的污染程度，使周邊居民對水環(huán)境質(zhì)量的感知產(chǎn)生巨大差異。

一般情況下，人們總是會對引起自己關(guān)注的變化感興趣，而對一些看不見、摸不著、體會不到的變化熟視無睹。如果感受到了環(huán)境退化，人們首先會通過自己的行為去延緩這種變化，同時也會通過政治渠道，對引起自己關(guān)注的問題向政府施壓，讓政府設(shè)法緩解環(huán)境退化問題。故對于水污染而言，污染物排放是否引起了水環(huán)境質(zhì)量的變化，這種變化是否能夠被居民所感受到是研究關(guān)鍵。

在此基礎(chǔ)上，筆者提出污染感知度的概念，工業(yè)廢水排放當(dāng)量Dp與當(dāng)?shù)厮Y源總量Q的比值決定了污染感知度Pi，污染感知度從一定程度上來說直接與水環(huán)境質(zhì)量呈線性關(guān)系。

Pi=Dp/Q

(4)

構(gòu)造新的模型如下：

(5)

采用變截距固定效用模型，得到如下結(jié)果：

Pi=123 068+αi+0.006 311 lnyit-

污染感知度與人均GDP擬合結(jié)果如表3所示。

表3 污染感知度與人均GDP擬合結(jié)果

與之前的擬合結(jié)果相比，該模型二次項系數(shù)顯著性大大提高，t值約為9.169，表示在采用污染感知度作為水環(huán)境污染指標(biāo)后，水環(huán)境污染指標(biāo)與人均GDP的關(guān)系非常契合EKC規(guī)律，同時該模型的DW值也更接近2，表明與之前的模型相比，遺漏影響因素更少。

3.2 加入生活污水修正后污染感知度與人均GDP的模型擬合

隨著生活改善和工業(yè)節(jié)水的進(jìn)步，生活污水已經(jīng)成為最主要的水污染來源。從1999年起，生活污水排放量就超過了工業(yè)廢水排放量，并且逐年增多，到2010年，生活污水已經(jīng)成為最主要的水污染來源，生活污水排放COD總量約為工業(yè)廢水排放COD總量的兩倍(數(shù)據(jù)來源于中國環(huán)境狀況公報)。因此，有必要考察加入生活污水排放后對模型擬合的影響。

依然采用污染感知度指標(biāo)，工業(yè)廢水排放當(dāng)量與生活污水排放當(dāng)量之和與當(dāng)?shù)厮Y源總量的比值決定了污染感知度。

隨著時間推移，生活污水排放的污染物濃度越來越低。因此，在計算污染物排放當(dāng)量時，需要給生活污水增加一個隨時間變化的系數(shù)。由全國的統(tǒng)計數(shù)據(jù)估算，生活污水中COD的排放濃度以每年11%的速度下降?？紤]這個因素后的擬合結(jié)果如下(表4)：

Pi=197.605 7+αi+0.028 642lnyit-

表4 考慮生活污水排放的污染感知度與人均GDP擬合結(jié)果

擬合結(jié)果的一次項系數(shù)為正，二次項系數(shù)為負(fù)。表明在考慮生活污水排放濃度逐漸降低的因素后，中國的水污染排放量符合EKC規(guī)律。

在當(dāng)前階段，生活污水造成的水環(huán)境污染已經(jīng)高于工業(yè)廢水，說明環(huán)境紅利已經(jīng)從企業(yè)手中向居民手中轉(zhuǎn)移，由于居民的壓力，政府加強(qiáng)了對企業(yè)的監(jiān)管，提高了企業(yè)生產(chǎn)廢水排放的標(biāo)準(zhǔn)，企業(yè)享受環(huán)境紅利的比重已經(jīng)在下降。但居民還沒有意識到自己已成為最主要的排污者，而政府也沒有采取強(qiáng)有力的措施削減居民的排放。例如水價改革，由于居民反對聲音居多，政府順從民意，調(diào)價幅度始終不大，且政府財政投入用于污水處理的部分占比較小，居民與政府分享了這部分環(huán)境紅利。

4 資源豐度對擬合結(jié)果的影響

有研究認(rèn)為，資源的豐富程度會對經(jīng)濟(jì)增長產(chǎn)生影響[7,15]，考慮到地區(qū)水資源總量可能會對污染排放量的選擇產(chǎn)生影響，因此將考察地區(qū)分為資源豐裕組和資源匱乏組，進(jìn)行對比探討污染感知度與人均GDP的相關(guān)性。其中，資源匱乏組即人均水資源量少的地區(qū)包括北京市、天津市、河北省、山西省、遼寧省、上海市、江蘇省、安徽省、山東省、河南省、陜西省、甘肅省、寧夏回族自治區(qū)。資源豐裕組即人均水資源量多的地區(qū)包括內(nèi)蒙古自治區(qū)、吉林省、黑龍江省、浙江省、福建省、江西省、湖北省、湖南省、廣東省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、西藏自治區(qū)、青海省、新疆維吾爾自治區(qū)。

資源匱乏組的擬合結(jié)果如下(表5)：

Pi=694.770 4+αi+0.027 867lnyit-

表5 資源匱乏組污染感知度與人均GDP擬合結(jié)果

在資源匱乏組的擬合結(jié)果中，二次項系數(shù)為負(fù)，t值約為11，統(tǒng)計結(jié)果顯著，說明這一組里的省份都明顯符合倒U型曲線。

資源豐裕組的擬合結(jié)果如下(表6)：

Pi=103.762 6+αi-0.002 648lnyit-

表6 資源豐裕組污染感知度與人均GDP擬合結(jié)果

在資源豐裕組擬合結(jié)果中，二次項系數(shù)為負(fù)，但t值約為0.4，統(tǒng)計結(jié)果不顯著，約有70%的省份不符合倒U型曲線。

兩組擬合結(jié)果對比表明，資源豐裕程度對污染排放強(qiáng)度與人均GDP關(guān)系存在影響。資源稀缺的地區(qū)全部遵循EKC規(guī)律，而資源豐裕的地區(qū)則不符合EKC規(guī)律。推測存在環(huán)境“資源詛咒”的現(xiàn)象，越是水資源豐富的地區(qū)，越不重視水環(huán)境保護(hù)。環(huán)境紅利對此解釋為水資源豐富的地區(qū)環(huán)境紅利的總量大，因此在環(huán)境紅利耗盡之前可以支撐當(dāng)?shù)亟?jīng)濟(jì)達(dá)到更高的人均收入水平。

5 初始收入水平對擬合結(jié)果的影響

按照綠色增長模型的推論，EKC是較為長期的規(guī)律，如果時間節(jié)點(diǎn)選取恰好落入上升階段或者下降階段，則數(shù)據(jù)不會表現(xiàn)出倒U型的關(guān)系。另外，收入水平較低時，社會傾向于消費(fèi)環(huán)境紅利賺取直接經(jīng)濟(jì)收益，而收入水平較高時，社會則更多傾向于節(jié)約環(huán)境紅利。因此，將考察地區(qū)分為經(jīng)濟(jì)發(fā)達(dá)和經(jīng)濟(jì)落后2個組進(jìn)行對比，考察污染感知度與人均GDP的相關(guān)性。其中經(jīng)濟(jì)發(fā)達(dá)地區(qū)包括北京市、天津市、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省。經(jīng)濟(jì)落后地區(qū)包括河北省、山西省、內(nèi)蒙古自治區(qū)、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、西藏自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。

經(jīng)濟(jì)發(fā)達(dá)地區(qū)的擬合結(jié)果如下(表7)：

Pi=84.113 64+αi+0.065 516lnyit-

表7 經(jīng)濟(jì)發(fā)達(dá)地區(qū)污染感知度與人均GDP擬合結(jié)果

經(jīng)濟(jì)落后地區(qū)擬合結(jié)果如下(表8)：

Pi=271.042 5+αi-0.008 848lnyit+

表8 經(jīng)濟(jì)落后地區(qū)污染感知度與人均GDP擬合結(jié)果

兩組擬合結(jié)果可看出，經(jīng)濟(jì)發(fā)達(dá)的省份，其水環(huán)境污染與經(jīng)濟(jì)增長之間全部都表現(xiàn)出倒U型的關(guān)系(一次項系數(shù)為正，二次項系數(shù)為負(fù)，統(tǒng)計結(jié)果顯著);經(jīng)濟(jì)落后的省份則不存在這種關(guān)系(二次項系數(shù)為正，統(tǒng)計結(jié)果不顯著)。擬合結(jié)果驗(yàn)證了收入水平對水污染排放量的變動趨勢產(chǎn)生影響。利用環(huán)境紅利理論可解釋為，當(dāng)收入水平較低時，環(huán)境紅利的邊際產(chǎn)出更高，因此當(dāng)?shù)卣途用穸純A向于消費(fèi)環(huán)境紅利換取經(jīng)濟(jì)增長。

6 結(jié) 論

工業(yè)廢水排放量與人均GDP的擬合結(jié)果大致遵從EKC曲線，但系數(shù)的絕對值很小，估計當(dāng)前中國工業(yè)污染處于EKC的上升階段。然而工業(yè)廢水排放量直接來源于統(tǒng)計數(shù)據(jù)，只考慮排放的水量，沒有反映水中污染物濃度的大小以及企業(yè)是否對廢水進(jìn)行后處理，因此并不能很好地反應(yīng)環(huán)境污染情況。

工業(yè)廢水排放當(dāng)量考慮了企業(yè)對廢水進(jìn)行處理后向水環(huán)境排放的污染物的總量，本研究中忽略了各省工業(yè)結(jié)構(gòu)、生產(chǎn)技術(shù)水平、環(huán)境監(jiān)管強(qiáng)度等差異，認(rèn)為各省排放的工業(yè)廢水中的污染物濃度一樣，并且達(dá)標(biāo)排放的工業(yè)廢水中的污染物濃度也一樣。在此基礎(chǔ)上，擬合結(jié)果表明采用工業(yè)廢水排放當(dāng)量作為水環(huán)境污染指標(biāo)后，更多的地區(qū)數(shù)據(jù)都表現(xiàn)出遵循EKC規(guī)律。

污染感知度考慮了工業(yè)廢水中的污染物排放量和受納水體的水資源總量的共同影響。隨著污染物排放量增加，環(huán)境質(zhì)量下降，污染感知度上升，人們能直觀感覺到污染帶來的不適，水資源總量越大，其在一定量污染物排放的影響下產(chǎn)生的環(huán)境質(zhì)量退化越小，污染感知度的變化也越小。與上述兩項指標(biāo)相比，污染感知度與人均GDP的關(guān)系契合EKC規(guī)律，遺漏因素更少。而在考慮了生活污水排放，以及生活污水中污染物濃度逐年降低的因素后，污染感知度與人均GDP之間在統(tǒng)計學(xué)上也符合EKC規(guī)律。

此外，資源豐度會影響污染物排放，水資源越豐富的省份，水環(huán)境質(zhì)量沒有出現(xiàn)明顯的轉(zhuǎn)變，而水資源匱乏的省份，水環(huán)境質(zhì)量與經(jīng)濟(jì)增長符合EKC規(guī)律。并且收入水平所處的階段不同，水環(huán)境變化的趨勢也不同，經(jīng)濟(jì)發(fā)達(dá)的省份已全部扭轉(zhuǎn)水環(huán)境繼續(xù)惡化的趨勢；而經(jīng)濟(jì)落后的省份表現(xiàn)不一，大多數(shù)落后省份的水環(huán)境污染依然在加劇。

總的來說，通過逐漸改變水環(huán)境污染指標(biāo)的具體指代內(nèi)容，分別利用工業(yè)廢水排放量、工業(yè)廢水排放當(dāng)量、加入生活污水修正后的污水排放當(dāng)量、污染感知度分別與人均GDP進(jìn)行擬合。擬合結(jié)果表明，EKC存在與否，跟環(huán)境指標(biāo)的選擇有很大關(guān)系，環(huán)境指標(biāo)越是能表征真實(shí)的污染情況，其與經(jīng)濟(jì)增長的關(guān)系就越符合EKC規(guī)律。

實(shí)證分析表明，中國的水環(huán)境污染基本符合EKC規(guī)律，中國在經(jīng)濟(jì)增長的同時在一定時間內(nèi)必然會承受一定的環(huán)境壓力。但是，通過技術(shù)進(jìn)步、職能部門以及政策的完善等手段能夠縮短環(huán)境“陣痛”的周期，加快可持續(xù)發(fā)展的進(jìn)程。在此基礎(chǔ)上，筆者嘗試提出若干政策建議以供參考。一方面，提高排放標(biāo)準(zhǔn)，同時加大資金投入規(guī)模解決環(huán)境污染問題，能夠有效補(bǔ)償已經(jīng)存在的水環(huán)境赤字，彌補(bǔ)環(huán)境紅利損失。另一方面，技術(shù)進(jìn)步，特別是清潔生產(chǎn)技術(shù)以及末端污染治理技術(shù)的使用與推廣，在有效降低污染物排放的同時，能緩解由于提高污染物排放標(biāo)準(zhǔn)給工業(yè)企業(yè)及居民帶來的壓力，補(bǔ)償由于換取環(huán)境紅利而損失的部分利益。此外，獨(dú)立的污染治理部門有效運(yùn)作，能夠使污染排放在更低的人均GDP時達(dá)到轉(zhuǎn)折點(diǎn)，從而加快經(jīng)濟(jì)體綠色健康發(fā)展。

參考文獻(xiàn)：

[1] KUZNETS S. Economic growth and income inequality[J]. The American Economic Review, 1995(8):1-28.

[2] GROSSSMAN G M, KRUEGER A B. Economic growth and the environment[J]. The Quarterly Journal of Economics, 1955,110(2):353-377.

[3] PANAYOUTOU T, PERRINGS C A, MOLER K G, et al. Conservation of biodiversity and economic development: the concept of transferable development right[J]. Environmental and Resource Economics，1994，4(1):91-110.

[4] 孔凡斌,許正松,黃思明.經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系:文獻(xiàn)評述與研究展望[J].鄱陽湖學(xué)刊,2015(3):5-25.

[5] 張成,朱乾龍,同申.環(huán)境污染和經(jīng)濟(jì)增長的關(guān)系[J].統(tǒng)計研究,2011,28(1):59-67.

[6] 丁煥峰,李佩儀.中國區(qū)域污染影響因素：基于EKC的面板數(shù)據(jù)分析[J].中國人口·資源與環(huán)境,2010(10):117-122.

[7] 段利民,杜躍平.自然資源稟賦與區(qū)域經(jīng)濟(jì)增長關(guān)系實(shí)證研究[J].生產(chǎn)力研究,2009(24):117-118.

[8] ARIASTER B C, JOHN B B. Total factor productivity and the Environmental Kuznets Curve[J]. Journal of Environmental Economics and Management, 2005,49(2):366-380.

[9] MATTHEW A. C. Trade, the pollution haven hypothesis and the Environmental Kuznets Curve: examining the linkages[J]. Ecological Economics, 2004,48(1):71-81.

[10] NEHA K, FLORENZ P. The demand for environmental quality and the Environmental Kuznets Curve hypothesis[J]. Ecological Economics, 2004,51:225-236.

[11] SINGH K P, MALIK A, MOHAN D, et al. Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River(India): a case study[J]. Water Research, 2004,38(18):3980-3992.

[12] SOUMYANANDA D. Environmental Kuznets Curve hypothesis: a survey[J]. Ecological Economics, 2004,49(4),431-455.

[13] 鐘若愚.中國資源生產(chǎn)率和全要素生產(chǎn)率研究[J].經(jīng)濟(jì)學(xué)動態(tài),2010(7):28-33.

[14] 馬中.中國水價政策研究[M].北京:中國環(huán)境出版社,2014.

[15] 孫大超,司明.自然資源豐裕度與中國區(qū)域經(jīng)濟(jì)增長:對“資源詛咒”假說的質(zhì)疑[J].中南財經(jīng)政法大學(xué)學(xué)報,2012(1):84-89,144.